北模「代理孕母」作文題 一次看懂為何引眾怒
昨（9）日，多名高中生在社群平台Threads上發文，揭露北區國文模擬考（北模）的作文題目「我的媽媽是代理孕母」，引發了來自學生、網友與KOL的強烈反彈。這道考題不僅引發「噁心」、「不尊重」的怒火，更掀起一場關於教育倫理與命題自由的大型辯論。
代理孕母成作文題 是預設立場還是思辨練習？
這道作文題要求學生以第一人稱視角，撰寫一篇關於「我的媽媽是代理孕母」的文章，描述內心的情感轉折。考題除了介紹代理孕母的種類，還改編多位青少年對母親擔任代理孕母的心聲，希望學生代入情境，從第一視角寫出內心掙扎或理解感動。
題目與引導文字一曝光，立刻讓考生們感到不滿，紛紛怒轟「題目噁心」、「完全沒有在尊重」。許多學生認為，這道題目並非讓他們論述對代理孕母的看法，而是直接預設了立場，強迫他們代入一個可能違背個人價值觀的角色。其中，更讓眾人感到不適的是出版社在範文中提供的句子，如「有些人想當媽媽，卻沒有機會，我只是把我有的，借給她用一下」，以及「一個女人決定用身體幫助另一個女人完成夢想」等。這些文字被認為是高度引導性的，也引發「物化女性」的質疑。
代理孕母輿論炸鍋！YTB錫蘭發聲直呼「不舒服」
輿情分析軟體《KEYPO大數據關鍵引擎》
隨著爭議擴大，輿情分析軟體《KEYPO大數據關鍵引擎》也顯示該話題在9月9日至9月10日中午12點期間累積高達6,428筆討論聲量。網友們紛紛表示「北模你到底在幹嘛」、「我的媽媽不是代理孕母，她依然教會我愛和給予」、「引起這麼大的風波，出題者現在真的知道自己的問題在哪裡了嗎」。探索概念中也出現了「物化女性」、「真是個爛題目」等負面字眼，顯示此事件已從單純的考題爭議，上升至對女性身體自主權的質疑。
知名YouTuber錫蘭也在Threads發文，直言這道題目讓他「渾身不舒服」。他認為，考試本應給予學生思辨與表達的空間，但這道題目卻帶有「道德綁架」的性質。學生如果反對代理孕母，就會面臨「為了分數，硬著頭皮寫」或「堅持立場，不寫拿零分」的兩難，這是在逼迫學生跨越自己的道德底線，相當不妥。
翰林最新回應！新北市教育局、學生團體怎麼說？
針對外界質疑，新北市教育局回應，該模擬考卷由翰林出版社自行命題及審題，再提供給各校使用，並非教育局統一命題或指定教材。
【9/10 14:15更新】
針對外界質疑，提供考題的翰林出版社於今日下午2點15份發布聲明，對造成考生們的困惑與不適深表歉意，並將進行檢討與改進。翰林承諾將採取三大措施：強化審題流程，邀請更多專業教師與專家參與；建立更多審題機制，確保試題兼具教育意義與符合社會期待；以及提升命題師資專業，未來會用最高標準檢視試題品質。
學生團體EdYouth也發布新聞稿，點出這道試題的諸多問題。他們認為，題目直接將「媽媽」設定為代理孕母的角色，忽視了家庭結構、性別認同與生理條件的多樣性，強化了「母職」的刻板印象。此外，考題與範文的高度引導性，也背離了作文應培養多元思辨與自由表達的初衷。因此，EdYouth 呼籲出版社與命題單位應強化審題機制，在設計題目時，審慎評估其可能造成的作答限制，以確保學生能夠自由表達，並從自身經驗與多元觀點出發。
婦產科醫師謝筱芸也在社群平台上發聲，從專業角度切入點出這道題目不僅「強制前提與正常化」，還「淡化了懷孕風險」。謝筱芸分析指出，題目直接假設「若合法後媽媽就去代孕」，對考生形成了單一價值導向；此外，不僅範文內容輕巧地用「借給她用一下」來抹滅懷胎十月的辛苦與妊娠高血壓、糖尿病等潛在風險，更強制考生只能「感性抒寫」，讓這道本應探討利弊的議題，淪為歌頌「母愛偉大」的單一價值觀，是對所有女性的冒犯。
一道考題背後的教育反思
這場作文風波，不僅是一場單純的試題爭議，更是一次對當代教育如何兼顧思辨、多元與尊重的重要提醒。代理孕母在台灣目前仍非合法，是一個充滿法律、倫理與道德爭議的複雜議題。雖然將社會議題納入作文考題有助於培養學生的思辨能力，但如何設計題目才能在不預設立場、不冒犯學生情感的前提下，引導出有深度的論述，是值得所有教育工作者與命題單位深思的課題。
分析說明
分析區間：本文分析時間範圍為2025年9月9日至2025年9月10日 12:00。
資料來源：
大數據(股)公司旗下輿情分析軟體《KEYPO大數據關鍵引擎》。
研究方法：
《KEYPO大數據關鍵引擎》輿情分析軟體擁有巨量資料，以人工智慧作語意分析之工具資料蒐集範圍：每月處理1500億以上中文資料的網路社群數據庫，其內容涵蓋Facebook、YouTube、Threads、TikTok、Instagram、新聞媒體、討論區、部落格等網站，針對討論『代理孕母』相關文本進行分析，調查「網路聲量」(註1)、「探索概念」(註2)作為本分析依據。
*註1 網路聲量：透過『KEYPO大數據關鍵引擎』輿情分析軟體，計算社群討論及新聞報導提及的文章則數，聲量越高代表討論越熱，能見度越高。
*註2 探索概念：將主題的文章進行概念分群（Concept Clustering），幫助讀者從巨量資料中快速掌握事件的來龍去脈；群中存在較高的議題相似度，群間則有較低的相關度；分群結果透過演算法抽取具有代表性的片語以呈現概念的意義。